请勿扰动：可塑性干预何时会损害离线到在线强化学习

基于摘要分析。该研究考察离线到在线（O2O）连续控制强化学习中，恢复神经网络可塑性的周期性参数干预是否会破坏已学策略，并提出 CAPACITYGATE，以表征容量诊断决定是否实施干预，而非无条件定期扰动。 原问题是：离线预训练后的智能体已具有结构化的策略与价值表示，适用于从头在线学习的可塑性维护操作未必仍然安全。CAPACITYGATE 通过均匀回放蓄水池采样监测特征有效秩与神经元休眠情况，并结合干预后的冷却控制，贯彻作者提出的“Do Not Disturb”原则：只有表征容量出现明确受损迹象时才干预。摘要未提供诊断阈值、采样规模或完整执行规则。 作者报告，在标准 D4RL 连续控制运动基准上，无条件周期性 Shrink-and-Perturb 使汇总四分位间均值（IQM）归一化回报从 38.78 降至 12.30，下降 68.3%；配对 Wilcoxon 符号秩检验为 W = 18.0、p = 1.44 × 10−11，平均配对差为 +26.03 ± 19.09，但配对单位及“±”的统计含义尚未验证。在稳定及中等分布偏移的迁移条件下，作者报告 CAPACITYGATE 判定容量仍完好（ρ ≈ 1.0、d < 0.08），因此不实施干预，保留基线的 38.78 IQM；这支持避免有害干预，而非证明其优于不干预基线。 在执行器失能的非平稳物理扰动下，作者报告具有零函数变化特性的神经元回收操作 ReDo 在 Walker2d 上取得 8.03 归一化回报，而无约束权重扰动为 −0.53，提示干预算子的稳定性也需单独评估。具体任务集合、随机种子、在线交互预算、对照配置、消融及统计信息尚未验证。 研究主要对象是连续控制 RL，并非 EEG 或 BCI。摘要未提供神经信号适配或闭环 BCI 验证，不能据此认定诊断门控在 BCI 中有效；已有 EEG 相关工作尚未检索确认。